tensorflow2.x学习笔记十九：损失函数之平均绝对值、均方误差

最新推荐文章于 2023-02-26 17:03:54 发布

耐心的小黑

最新推荐文章于 2023-02-26 17:03:54 发布

阅读量2.1k

点赞数 1

分类专栏： # TensorFlow2.x学习笔记文章标签：深度学习 tensorflow

本文链接：https://blog.csdn.net/qq_39507748/article/details/105008444

版权

TensorFlow2.x学习笔记专栏收录该内容

31 篇文章 39 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客介绍了TensorFlow2.x中两种常用的损失函数——MeanAbsoluteError和MeanSquaredError。文章通过实例展示了如何使用这两个类，并强调尽管计算方式不同，但它们在使用上基本相似，常作为model.compile()的loss参数。

摘要由CSDN通过智能技术生成

一、MeanAbsoluteError类

tf.keras.losses.MeanAbsoluteError(
    reduction=losses_utils.ReductionV2.AUTO, 
    name='mean_absolute_error'
)

下面举几个例子

mae = tf

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

耐心的小黑

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

tensorflow2.x学习笔记八：自定义网络层、模型以及损失函数

耐心的小黑的博客

04-01

1825

一、自定义网络层layer 继承tf.keras.layers.Layer类使用tf.keras.layers.Lambda类下面这个例子就包含了以上两种形式： from tensorflow import keras class CustomizedDenseLayer(keras.layers.Layer): def __init__(self, units, activat...

TensorFlow 学习（十）—— 工具函数

weixin_30625691的博客

03-19

126

1. 基本 tf.clip_by_value() 截断，常和对数函数结合使用 # 计算交叉熵 crose_ent = -tf.reduce_mean(tf.log(y_*tf.clip_by_value(y, 1e-10, 1.))) a = tf.reshape(tf.range(6, dtype=tf.float32), [2, 3]) tf.cl...

参与评论您还未登录，请先登录后发表或查看评论

平均绝对值误差（L1_Loss）和 均方误差（L2_Loss）

weixin_42228294的博客

08-08

1万+

一、 Mean Absolute Error 平均绝对误差（MAE）也是一种常用的回归损失函数，它是目标值yjy_{j}yj与预测值yj^\hat{y_{j}}yj^之差绝对值的和，表示了预测值的平均误差幅度，而不需要考虑误差的方向，其公式如下所示： MAE=1N∑i=1N∣yj−yj^∣ MAE= \frac{1}{N} \sum_{i =1}^{N} |y_{j} - \hat{ y_{j} } | MAE=N1i=1∑N∣yj−yj^∣ 二、 Mean Square Error 均

tensorflow 2.x 数学运算

m0_56600567的博客

09-22

151

数学运算 ▪ （+）加（-）减（*）乘（ /）除 ▪ （**）次方, （pow）次方, （square ）平方 ▪（ sqrt）平方根 ▪ （//）整除, （%）取余 ▪ exp,（ log ）取对数 ▪ @, matmul 矩阵相乘 ▪ linear layer 运算类型元素运算 + - * / 矩阵运算 @, matmul 维度运算 reduce_mean 、max、min、sum + -*/%// import tensorflow as tf b = tf.fill([2,2]

tensorflow2.x：数据统计

lllfor的博客

03-25

227

文章目录一、范数二、最大最小值、均值、求和三、获得最值所在的索引号四、张量比较 1. 增加维度2. 删除维度五、去重与还原一、范数概念 L1范数：定义为向量所有元素绝对值之和： L2范数：定义为向量所有元素的平方和再开根号： ∞ −范数：定义为向量x的所有元素绝对值的最大值：对于矩阵、张量，同样可以利用向量范数的计算公式，等价于将矩阵、张量打平成向量后计算。 """ 范数 tf.norm(x, ord, axis) ord 指定为 1、 2 时计算 L1、 ...

损失函数学习笔记

11-28

【损失函数学习笔记】 损失函数是机器学习和深度学习中至关重要的组成部分，它衡量了模型预测结果与实际数据之间的偏差。损失函数的选择和设计直接影响着模型的训练效果和泛化能力。本文主要从基础概念出发，对损失...

pytorch学习笔记三：torch.nn下常见的几个损失函数详解

耐心的小黑的博客

04-07

1万+

在盘点常见损失函数之前，有必要先说一下在很多的损失函数中都出现的三个参数，也即size_average,reduce以及reduction，并且它们三个之间还存在一定的关系。 size_average：bool类型；默认情况下，如果只有一个batch，每个batch有多个元素，那么误差计算结果是这个batch中多个元素的平均值；如果是有多个batch，然后每个batch有多个元素，那么误差计算...

神经翻译笔记2扩展a. 损失函数

Timson的NLP笔记本

04-12

1583

文章目录神经翻译笔记2扩展a. 损失函数针对回归问题的损失函数均方误差函数平均绝对值误差函数Huber loss关于回归问题的损失函数小结针对分类问题的损失函数交叉熵损失函数概述Softmax交叉熵损失函数Sigmoid交叉熵损失函数铰链损失函数（hinge loss）均方误差函数关于分类问题的损失函数小结神经翻译笔记2扩展a. 损失函数 从最抽象的角度来讲，机器学习问题的求解过程就是提出一个损...

2.人工智能原理-方差代价函数：知错

wanlin_yang的博客

02-26

616

详细的分析了一下关于参数自适应调整的方式，并引入了回归分析以及现代神经网络TC之一的代价函数。最后，我们用初中数学知识抛物线的顶点坐标公式搞定了代价函数最低点的求解，并介绍了正规方程，也说明了这种方法的优缺点。同时介绍了预测函数和代价函数的编程讲解。

TensorFlow2.X——自定义损失函数

一只攻城狮的博客

02-24

1956

TensorFlow2.X——自定义损失函数 自定义损失函数只需要定义一个函数，并在compile的时候调用该自定义损失函数即可。示例：自定义一个均方根损失函数： #自定义损失函数 def customized_mse(y_true, y_pred): return tf.reduce_mean(tf.square(y_pred - y_true)) 编译函数： #编译compile...

Tensorflow 入门学习2 常量、变量和数据类型

编程圈子-谢厂节的博客

01-26

538

本节学习资源来自《TensorFlow 深度学习应用实践》清华大学出版社 TensorFlow用张量来表示所有数据，一个张量有一个静态类型和动态类型的维数，张量可以在图中的节点之间流通。基于特殊的数据和处理方式，TensorFlow中数据类型也会随之改变，常规的数据并不适合TensorFlow框架的使用。TensorFlow本身定义了一套特殊的函数，能够根据需要将不同的量设置成所需要的形式

tensorflow中常用函数

weixin_43589681的博客

11-22

241

算数操作：求和tf.add(x, y, name=None) 减法tf.sub(x, y, name=None) 乘法tf.mul(x, y, name=None) 除法tf.div(x, y, name=None) 取模tf.mod(x, y, name=None) 求绝对值tf.abs(x, name=None) y = sign(x) = -1 if x < 0; 0 if x...

tf.keras.losses.MeanAbsoluteError 损失函数 示例

weixin_44493841的博客

11-24

1122

平均绝对值误差计算标签和预测之间的绝对差值的平均值。‎ import tensorflow as tf y_true = [[0., 1.], [0., 0.]] y_pred = [[1., 1.], [1., 0.]] # Using 'auto'/'sum_over_batch_size' reduction type. mae = tf.keras.losses.MeanAbsoluteError() mae(y_true, y_pred).numpy() 0.5 ...

深度学习 - 16.TF x Keras Losses 常见损失函数

BITDDD小栈

05-18

4199

一.引言: 之前提到过自定义Loss与metrics，下面盘点下常用的损失函数供今后自定义损失函数使用。二.常见损失函数 1. MAE 平均绝对误差 (mean-absolute error) pre为预测值，y为真实值，MAE为预测值与真实值差的绝对值之和 # Mean Ablsolutely Error def getMaeLoss(predict, label): loss = tf.reduce_mean(tf.losses.mean_absolute_error(..

tensorflow2.0基础（8）——评估函数及回调函数

青鸠的博客

08-03

1852

评估函数及回调函数

解决AttributeError: module 'tensorflow' has no attribute 'keras'问题